وأنا بعمل interviews ل ML engineers بمختلف سنين الخبرة بتاعتهم بيضايقني كتير ان في concepts بتقع منهم مع انها مهمة جدا وفي منها basics ومش هتاخد وقت كتير في مذاكرتها. فبما اني داخل علي round interviews جديدة هستعمل ال thread دا وأحط اي concept من دول في tweet (دي مش roadmap)
وأنا بعمل interviews ل ML engineers بمختلف سنين الخبرة بتاعتهم بيضايقني كتير ان في concepts بتقع منهم مع انها مهمة جدا وفي منها basics ومش هتاخد وقت كتير في مذاكرتها. فبما اني داخل علي round interviews جديدة هستعمل ال thread دا وأحط اي concept من دول في tweet (دي مش roadmap)
هو النصائح ال general الي تنفع مع كل الناس ان ذاكري الأساسيات كويس حاولي توازني بين انك تبقي فاهمة ال concepts نفسها كويس من اول ما تستلمي ال data و تعملي analysis عليها لحد ما تعملي evaluation و testing لل models.
ال classical machine learning algorithms لسا مهمة زيها زي ال concepts الجديدة محتاجة تذاكري الأتنين و توازني ما بينهم.
اعملي كذا project حتي لو علي kaggle او colab لو معكيش resources و بينيهم كويس في ال cv و github الطريقة الي بتقدمي بيها الحاجة دي و بتعرضي بيها الي بتعرفي تعمليه بتفرق.
طبعا انا مش عارف انتي مايله اكتر لل NLP و لا ال computer vision او انتي واصله لايه فيهم فمش هقدر ادي نصيحة specific في الناحية دي و مفيش نصائح general كتير لأن كل واحد بيختلف هو واصل فين و ايه الخلفية بتاعته بس متتشتتيش خدي track لأخره وخدي courses فيه او شوفي mentor يساعدك في ال roadmap.
بالنسبة لتلاقي شغل فين ظبطي ال cv و اتأكدى انها متماشية مع ال systems الي HR الشركات بيتعملوه (دوري علي اي ATS checker) و قدمي علي كل ال positions الي تلاقيها علي linked in و المواقع التانية وقدمي علي internships عادي.
وممكن لما تلاقي حد بيتكلم في المجال علي linkedIn او اي حتة حاولي تتواصلي معاه في ناس مبتردش بس في ناس بتحاول تساعد حتي لو مفيش تعيينات في الشركة هيدوكي نصائح اكتر او هيبعتوا ال cv او يعرفوا حد في مكان مناسب ليكي.
وربنا معاكي لو عندك اي أسئله specific قوليلي لأن الي قولته دا كلها حجات general
"The Romans, therefore, foreseeing their troubles afar off, opposed themselves in time, and never swallowed any injury to put off a war, for they knew that war was not avoided but deferred thereby, and commonly with advantage to the enemy; wherefore they chose rather to make war upon Philip, and Antiochus in Greece, than suffer them to invade Italy; and yet at that time there was no necessity of either; they might have avoided them both, but they thought it not fit; for they could never relish the saying that is so frequent in the mouths of our new politicians "to enjoy the present benefit of time," but preferred the exercise of their courage and wisdom, for time carries all things along with it, and may bring good as well as evil, and ill as well as good.”
The prince.
تالت حاجة التعامل مع imbalanced data. دي بتحصل في معظم المشاريع في الحقيقة فبيبقي سؤال ناس كتير بتسألة. كمثال للأسئلة ليه الـ accuracy مش كفاية لو ال data imbalanced؟ لو حد قال انه هيستعمل ال accuracy عشان ي evaluate model معموله training على data فيها ال majority class نسبتها 95% منها دي red flag صريحة. وبعدها الأسئلة بتخش علي SMOTE و ال class weights و امتي تستعمل precision-recall curve بدل الـ ROC.
ال preprocessing عموما انا عارف أن الناس كلها مهتمة بال RAG و ال agents بس دي حاجة مهمة في اي domain. كمثال من الأسئلة الي بتتسأل في interviews ال NLP ايه الفرق بين ال lemmatization و ال stemming السؤال سهل بس هتتخضوا من نسبة الناس الي بتجاوبها غلط او مش عارفة ومنهم ناس مش fresh.
مجال التيك بجد اي حد مغرور او شايف نفسه اعرف انه فاضي او عنده عقدة نقص وابعد عنه لو تعرف.. واي حد بيعايب علي شغل غيره برده نفس الكلام.. المجال ده مجال علم ومجال لازم تكون فيه متواضع عشان تتعلم وتكبر.. وكفاية تنظير علي بعض